最近在研究多目標跟蹤演算法，雖然理論知識和相關概念還沒能全部熟悉，但是還是來記錄一下最近配置執行的MDP Tracking演算法。開始是在MOT Challenge比賽（2D比賽，其資料地址：https://motchallenge.net/data/2D_MOT_2015/）上發現的這個演算法，後來在GitHub上看到了開源的程式碼，說明也比較仔細。在windows上執行測試。

1、按照說明下載程式碼，並下載 2D MOT資料並解壓；global.m檔案中配置資料的路徑，執行；

2、compile.m檔案中配置opencv的路徑和庫目錄；

如compile.m檔案中：

include = ' -Id:\opencv2.4.10\opencv\build\include\ -Id:\opencv2.4.10\opencv\build\include\opencv\ -Id:\opencv2.4.10\opencv\build\include\opencv2';
lib = ' D:\opencv2.4.10\opencv\build\x64\vc12\lib\*d.lib'

執行編譯配置opencv環境，這裡可能會因為這句話報錯：eval(['mex lk.cpp -O' include lib]); 提示mex檔案錯誤，是由於lk.cpp檔案中巨集定義方面問題。

3、修改lk.cpp檔案；

將lk.cpp中開頭部分以下地方註釋：

//  #ifdef _CHAR16T
//  #define CHAR16_T
//  #endif

修改後compile.m編譯通過。

4、執行程式碼。

執行MOT_cross_validation.m與MOT_test.m分別進行驗證和測試。這裡會出現svmtrain函式的問題，報錯如下：

原因是程式碼中的svmtrain函式主要使用的是libsvm資料夾下的svmtrain.mexa64檔案，但是MATLAB自帶了svmtrain函式，在MATLAB中自帶函式的優先順序高於mex檔案，因此沒有使用此函式提高的svmtrain函式。

如上，svmtrain函式優先使用了MATLAB自帶的函式。一般情況下不推薦自己的函式命名與MATLAB自帶函式同名，因此，應該修改重新編譯。

5、重新編譯svmtrain.c。

1）在./MDP_Tracking-master/3rd_party/libsvm-3.20/matlab/資料夾中找到svmtrain.c檔案，開啟，將其中所有svmtrain修改成svmtrain1，並修改函式名為svmtrain1.c。
2）開啟同一資料夾下的make.m檔案，將其中所有svmtrain替換成svmtrain1，編譯，獲得新的mex檔案（我在windows中執行，因此獲得svmtrain1.mexw64檔案）
3）替換MDP_Tracking程式碼中所有的svmtrain成svmtrain1，完成。

在此執行，通過，成功看到結果：